python 以及集成环境的安装

简介: python 以及集成环境的安装
  1. 获取安装包

从python官网下载,需要的软件包。需要注意的是python官网提供多种安装包,可以根据实际的需要选择。作为一门python入门课程,本课程选择快捷安装包来完成

网盘如下,有需要自取

链接:https://pan.baidu.com/s/1rlElfYBpN_hIuvcxn4DmPg?pwd=1234 

提取码:1234

--来自百度网盘超级会员V5的分享

  1. 安装python

双击或者右键选择运行,开始安装python 包

(先点红框选择的这个包)

弹出安装引导界面

先选中框 再点箭头

然后进入下一个安装引导界面: 直接点next

这一页是除了python解释器本体之外的一些额外选项,分别是:文档、pip(python的模块包管理工具)、python官方的开发工具、python的标准测试工具集、python启动器(让多版本python的使用和管理更加便捷)、允许使用本计算机的所有用户使用python。

建议保留所有的勾选 不做额外操作 让你的python之旅开始的简单一些。

进入下一步

建议只修改安装路径,即下图所示的安装目录(选择自己想安装的路径 建议简短一点 省得找不到)

此外本页显示的复选框分别是:

  1. 为所有用户安装python(选择此处一般会为计算机中所有的用户增加python文件,为了减少python安装所占用的空间 建议不选 选了也占不了多少空间)
  2. 将所有.py结尾的文件关联到python启动器 (这样所有的.py结尾的文件,将自动选择匹配版本的python解释器运行,而无需额外操作)
  3. 为安装的应用提供快捷方式(windows系统的快捷方式一般指桌面快捷方式,这 里的快捷方式是指在开始菜单栏中添加本次安装的所有应用的快捷方式)
  4. 添加python到环境变量(想你的pyhon能用 这里一定要选!)
  5. 预编译标准库(增加安装时间 酌情考虑)

6和7的调试工具的下载(前期入门调试任务少 可以选择不安装)

确定无误之后,选择安装,进入安装等候界面

安装引导界面,如下图所示:

耐心等待安装完成的提示

在安装完成的界面上:

  1. Disable path length limit 的意思是 禁用路径长度限制(如果后续文件的路径长度有可能超多260个字符,建议点一下)。
  2. 选择close 完成安装。

安装完成的验证

在键盘上按下win+R键(同时),召唤运行窗口(主要是为了召唤cmd)

在打开的地方键入cmd,然后回车(enter),召唤命令行

红框选中的地方不一样是正常的

键入如下内容,此处获得的输出应该图片一致

这里输出的是所安装python的版本(应该和第一张图中显示的python版本一致)

现在就可以开心得搞一搞python啦,但是python自身集成的工具较为简易,为了让我们的工作看起来高大上一些,所以我们再来搞一个开发工具,玩玩吧。、

实际上python有非常多很好用的工具,比如说数据分析经常使用Juperter,通用性很高的notepad++等。这里我们选择一个国内很多人都会选择的Pycharm(非常有魅力的python开发工具)

  1. 安装开发工具

这一次双击或者右键选择运行的是左边的安装包

注意这个软件分为社区版和专业版,一般处于学习的需求,社区版能够满足我们所有的要求,如果你需要使用专业版的话,请选择合适的姿势解锁。(此内容不在本课程中包含)

修改安装路径(千万不要放在寸土寸金的C盘中啊),然后点击下一步

进入下一步安装配置界面,这里图中选择了桌面快捷方式和为了更好的使用添加pycharm的一些程序

等一会~ 安装成功的页面出现

重启一下,让所有的环境变更生效(当然按照教程的话 并不需要重启)

  1. 在pycharm中运行一个hello world 开启python学习的大门吧

点击这个图标 打开pycharm,跟随引导进行一些基本的初始化设置。

重新定义一下界面的风格吧 (可以跳过)

下面我们就可以新建项目并开始python编程了,左边栏切换到Projects,选择New Project。

然后跟随引导完成项目创建。

在弹出来的新建项目窗口中,有多个创建python环境的选项,下面一一介绍一下吧。

  1. 非常传统的设置方式,直接使用安装的python解释器,这样可能会导致后续一些项目的环境冲突等问题(当然 作为入门课程仅仅接触少量的python模块,并不会产生非常明显的冲突)

注意:此处少量模块的意思,是指相对于python 整个模块库而言。

默认选项,这里会为每个项目创建虚拟环境

名词解释:

虚拟环境是一个隔离的Python环境,允许用户安装和管理不同的依赖关系。它将一个项目的依赖性与另一个项目分开,这里的依赖性是指任何模块、库或包。每个项目都有一个特定版本的依赖关系。

此处任选一种即可。

确保选择无误后,点击create,然后耐心等待项目创建完成

等待项目界面出现后,创建一个python文件用来保存你的代码。

输入文件名(避免在文件名中出现空格以及特殊字符),然后回车

在界面中出现文件名的标签页内,输入如下代码:

print("Hello world, Python!")

然后运行代码

快捷键 shift+F10

界面操作按钮

获得输出

注意:此处使用的是虚拟环境,也就是一个独立的环境。当然不同环境下程序的输出结果一致。

相关文章
|
2月前
|
IDE 开发工具 索引
在Python中安装第三方库
在Python中安装第三方库
877 30
|
2月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
106 3
|
4天前
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
23 1
|
7天前
|
Shell Linux iOS开发
使用 pipx 安装并执行 Python 应用程序 (1)
使用 pipx 安装并执行 Python 应用程序 (1)
22 0
使用 pipx 安装并执行 Python 应用程序 (1)
|
11天前
|
Shell 程序员 开发者
轻松搞定在Python中构建虚拟环境
本教程教你如何使用业界公认的最佳实践,创建一个完全工作的Python开发环境。虚拟环境通过隔离依赖项,避免项目间的冲突,并允许你轻松管理包版本。我们将使用Python 3的内置`venv`模块来创建和激活虚拟环境,确保不同项目能独立运行,不会相互干扰。此外,还将介绍如何检查Python版本、激活和停用虚拟环境,以及使用`requirements.txt`文件共享依赖项。 通过本教程,你将学会: - 创建和管理虚拟环境 - 避免依赖性冲突 - 部署Python应用到服务器 适合新手和希望提升开发环境管理能力的开发者。
|
1月前
|
Linux Python
Linux 安装python3.7.6
本教程介绍在Linux系统上安装Python 3.7.6的步骤。首先使用`yum`安装依赖环境,包括zlib、openssl等开发库。接着通过`wget`下载Python 3.7.6源码包并解压。创建目标文件夹`/usr/local/python3`后,进入解压目录执行配置、编译和安装命令。最后设置软链接,使`python3`和`pip3`命令生效。
|
18天前
|
Python
探索Python虚拟环境:virtualenv、venv与pipenv比较
在Python开发中,有效的环境管理至关重要。virtualenv、venv和pipenv是常用的虚拟环境管理工具。virtualenv支持Python 2.7+和3.3+,可创建独立环境;venv为Python 3.3+内置库,简单轻量但功能有限;pipenv则结合了包管理和虚拟环境管理,生成Pipfile.lock确保依赖确定性和安全性,推荐作为首选工具。
|
17天前
|
人工智能 编译器 Python
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
python已经安装有其他用途如何用hbuilerx配置环境-附带实例demo-python开发入门之hbuilderx编译器如何配置python环境—hbuilderx配置python环境优雅草央千澈
|
22天前
|
机器学习/深度学习 Rust 算法
Python环境管理的新选择:UV和Pixi,高性能Python环境管理方案
近期Python生态系统在包管理领域发生了重要变化,Anaconda调整商业许可证政策,促使社区寻找更开放的解决方案。本文介绍两款新一代Python包管理工具:UV和Pixi。UV用Rust编写,提供高性能依赖解析和项目级环境管理;Pixi基于Conda生态系统,支持conda-forge和PyPI包管理。两者分别适用于高性能需求和深度学习项目,为开发者提供了更多选择。
83 2
|
2月前
|
存储 Prometheus 运维
在云原生环境中,阿里云ARMS与Prometheus的集成提供了强大的应用实时监控解决方案
在云原生环境中,阿里云ARMS与Prometheus的集成提供了强大的应用实时监控解决方案。该集成结合了ARMS的基础设施监控能力和Prometheus的灵活配置及社区支持,实现了全面、精准的系统状态、性能和错误监控,提升了应用的稳定性和管理效率。通过统一的数据视图和高级查询功能,帮助企业有效应对云原生挑战,促进业务的持续发展。
67 3

热门文章

最新文章